| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-9页 |
| ·课题研究背景 | 第7-8页 |
| ·本文的研究内容 | 第8-9页 |
| 第二章 基于Hough变换的低可观测海面运动目标检测 | 第9-19页 |
| ·海杂波背景下的K分布建模仿真 | 第9-10页 |
| ·K分布简介 | 第9-10页 |
| ·海杂波建模仿真 | 第10页 |
| ·Hough变换 | 第10-12页 |
| ·基于Hough变换的目标检测算法 | 第12-18页 |
| ·测量数据预处理(第一门限检测) | 第12-14页 |
| ·Hough变换及第二门限检测 | 第14-17页 |
| ·影响检测概率各因素分析 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 基于杂波混沌特性的海面目标检测 | 第19-49页 |
| ·混沌学简介 | 第19-25页 |
| ·混沌的概念 | 第19-21页 |
| ·混沌特征量 | 第21-25页 |
| ·海杂波的混沌动力学特性 | 第25-28页 |
| ·海杂波的关联维D | 第26页 |
| ·海杂波的Lypunov指数 | 第26-27页 |
| ·预测范围(HP:Horizon of Predictability) | 第27-28页 |
| ·Kolmogorov熵K(测度熵) | 第28页 |
| ·基于神经网络的混沌时间序列预测方法 | 第28-33页 |
| ·雷达和数据介绍 | 第33-36页 |
| ·IPIX雷达简介 | 第33页 |
| ·雷达数据分析 | 第33-36页 |
| ·对海杂波的混沌预测和基于预测的目标检测 | 第36-48页 |
| ·基于B-P神经网络的海杂波预测技术 | 第37-43页 |
| ·基于B-P神经网络的海面目标检测技术 | 第43-48页 |
| ·总结 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第四章 海杂波的多普勒不对称分布 | 第49-54页 |
| ·海杂波的多普勒模型 | 第49-51页 |
| ·基于海杂波多普勒不对称分布模型的目标检测方法浅析 | 第51-53页 |
| ·GSW检测算法 | 第51-52页 |
| ·基于AR模型的检测算法 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 总结 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |
